VerA: Versatile Anonymization Fit for Clinical Facial Images

要約

顔画像の普及におけるデータプライバシーに対する法的要求の高まりは、画像の匿名化の重要性を強調している。この分野での最近の進歩は、従来のピクセル化やぼかしの手法を凌駕していますが、それらは主に通常の単一画像に対応しています。このため、医療介入を説明するために必要な臨床画像の匿名化にはほとんど手が付けられていない。我々は、臨床顔画像に適した汎用的な顔画像匿名化であるVerAを提示する:(1)医療介入の結果を示すために特定の意味領域を保存する必要がある。(2)ビフォーアフターの結果を示すために画像ペアの匿名化が重要である。VerAは、通常の画像に対して、非同定化とフォトリアリズムにおいて、最先端の手法を上回るか、同等である。さらに、ペアの匿名化、および単一とペアの両方の臨床画像の匿名化について、広範な定量的・定性的評価で検証しました。

要約(オリジナル)

The escalating legislative demand for data privacy in facial image dissemination has underscored the significance of image anonymization. Recent advancements in the field surpass traditional pixelation or blur methods, yet they predominantly address regular single images. This leaves clinical image anonymization — a necessity for illustrating medical interventions — largely unaddressed. We present VerA, a versatile facial image anonymization that is fit for clinical facial images where: (1) certain semantic areas must be preserved to show medical intervention results, and (2) anonymizing image pairs is crucial for showing before-and-after results. VerA outperforms or is on par with state-of-the-art methods in de-identification and photorealism for regular images. In addition, we validate our results on paired anonymization, and on the anonymization of both single and paired clinical images with extensive quantitative and qualitative evaluation.

arxiv情報

著者 Majed El Helou,Doruk Cetin,Petar Stamenkovic,Fabio Zund
発行日 2023-12-04 18:51:44+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, DeepL

カテゴリー: cs.CV, cs.GR, cs.LG パーマリンク